OpenAI

Presentamos GPT-6.2 Astra y Sol

Un nuevo estándar para el trabajo profesional

Probar en ChatGPT Work(se abre en una ventana nueva)

Presentamos GPT‑6.2 Astra, nuestro nuevo modelo de vanguardia para tus proyectos más difíciles, y GPT‑6.2 Sol, nuestro modelo eficiente y versátil para el trabajo diario. Ambos modelos ofrecen mejores resultados en tareas exigentes con menos tokens de salida, para que puedas hacer más sin superar tus límites de uso. Para las empresas y los desarrolladores, esto se traduce en un rendimiento de vanguardia a un coste viable a gran escala.

GPT‑6.2 Astra marca un nuevo nivel de calidad para la IA en el trabajo profesional complejo. Sus diapositivas, hojas de cálculo y documentos parecen menos generados por IA y se ajustan mejor a las plantillas que proporcionas y a las convenciones de tu sector. Escribe código más limpio y crea interfaces que tienen mejor aspecto y funcionan mejor, especialmente para sitios web, videojuegos y diseño 3D.

En Agents’ Last Exam, que evalúa el trabajo profesional de varios pasos, GPT‑6.2 Astra alcanza un nuevo máximo: supera a GPT‑6 Astra en 5,2 puntos a menos de un tercio del coste y a Claude Fable 5.2 en 5,5 puntos a tan solo un 5 % del coste.

Agents’ Last Exam evalúa los modelos en flujos de trabajo profesionales de largo recorrido. Sus resultados en la clasificación de Fable 5.2 excluyen nueve tareas en las que se utilizó un modelo alternativo de respaldo.

Creemos que GPT-6.2 Astra es el mejor modelo del mundo para los científicos. Alcanza un nuevo máximo en Terminal-Bench-Science 0.1, que evalúa la capacidad de los modelos para realizar trabajo científico en un terminal. GPT-6.2 Astra supera a GPT-6 Astra en 9 puntos porcentuales a menos de un tercio del coste. También alcanza un nuevo máximo en Vals Science Index, que pide a los modelos interpretar datos biológicos reales y realizar experimentos para inferir cómo funciona un sistema simulado.

En la API, los precios de los tokens de entrada y salida de GPT‑6.2 Astra son un 20 % inferiores a los de GPT‑6 Astra, con un descuento del 60 % en la entrada en caché (8 $ por la entrada, 0,40 $ por la entrada en caché y 40 $ por la salida, en todos los casos por millón de tokens). GPT‑6.2 Sol mantiene los precios de los tokens de GPT‑6.1 Sol en la API. En varias pruebas de referencia, ambos modelos se acercan a otros modelos líderes o los superan por una pequeña fracción del coste por tarea.

GPT-6.2 Sol: nuestro modelo de referencia para el trabajo diario

En comparación con GPT‑6.1 Sol, GPT‑6.2 Sol es más inteligente y eficiente, y te permite completar más tareas con el mismo plan de pago. Resuelve con soltura flujos de trabajo con agentes de varios pasos, escribe de forma clara y natural, y colaborar con él resulta intuitivo. Muchos empleados de OpenAI lo utilizan como modelo predeterminado tanto para tareas técnicas como no técnicas.

En FrontierCode 2.0 de Cognition, GPT‑6.2 Sol se queda a menos de 0,5 puntos de GPT‑6.2 Astra a aproximadamente una quinta parte del coste (ambos en Max).

FrontierCode 2.0 evalúa si los cambios en bases de código reales cumplen los criterios de integración de quienes las mantienen.

Su velocidad e inteligencia también lo hacen ideal para las tareas importantes en las que se recurre a la IA fuera del trabajo. En nuestra evaluación LifeVal⁠, publicada recientemente, que mide el rendimiento en tareas cotidianas exigentes, GPT‑6.2 Sol supera a GPT‑6 Astra a aproximadamente una séptima parte del coste.

LifeVal evalúa cómo resuelven los modelos tareas cotidianas adaptadas a las necesidades de una persona, como preseleccionar escuelas infantiles tras una mudanza, encontrar una vivienda que se ajuste al presupuesto y a los desplazamientos de una familia, o planificar comidas para un padre o una madre que se está adaptando a un nuevo diagnóstico.

Resultados profesionales a la altura de los estándares del sector

Hemos entrenado GPT‑6.2 Astra para crear diapositivas, hojas de cálculo y documentos más claros, mejor diseñados y más ajustados a las convenciones que usan los profesionales en ámbitos como el derecho, las ventas, las finanzas y la contabilidad. La redacción es más directa y específica, con menos conclusiones genéricas y menos contenido de relleno.

Harvey LAB‑AA v1.1 utiliza encargos jurídicos para evaluar si los modelos pueden encontrar los hechos relevantes en los documentos fuente, aplicarlos a las instrucciones detalladas de un encargo y producir un entregable preciso que cumpla todos los requisitos. GPT‑6.2 Astra marca un nuevo hito de rendimiento: más que duplica la tasa de éxito de Claude Fable 5.2 a aproximadamente una sexta parte del coste. OpenAI para el sector jurídico⁠, nuestra configuración de GPT-6.2 Astra para abogados, obtiene una puntuación aún mayor en esta prueba de referencia.

Harvey LAB‑AA evalúa tareas jurídicas como la revisión de cláusulas contractuales. Su puntuación principal solo otorga puntos cuando un entregable cumple todos los criterios de evaluación y no contiene alucinaciones sustanciales.

Nuestra prueba de referencia interna GDPval v2 es la siguiente versión de GDPval⁠ y evalúa flujos de trabajo complejos y de largo recorrido de proyectos reales en sectores como la consultoría, las finanzas y el diseño. GPT‑6.2 Astra lidera los modelos que hemos probado: supera a GPT‑6 Astra en 6,2 puntos porcentuales y utiliza un 22 % menos de tokens de salida. GPT‑6.2 Sol mejora en 5,3 puntos la puntuación de GPT‑6.1 Sol.

GDPval v2 consta de encargos de trabajo intelectual de largo recorrido procedentes de proyectos reales en sectores como las finanzas, la ciencia de datos, la biotecnología y el marketing.

Libros de cálculo y memorandos

Crear un libro de cálculo de valoración o redactar un informe de inversión empieza por encontrar las cifras relevantes en los archivos fuente y determinar cómo encajan entre sí. AA‑AnalystAgent de Artificial Analysis evalúa ese trabajo con hojas de cálculo e informes reales. En una de las tareas, los modelos utilizan los informes de gastos de Medicaid de California para calcular cuánto gastó el programa en transporte sanitario. GPT‑6.2 Astra alcanza un nuevo máximo al responder correctamente al 62,5 % de las preguntas en los cinco intentos independientes.

Presentaciones

GPT‑6.2 Astra es nuestro mejor modelo hasta la fecha para diseñar diapositivas y seguir sus plantillas, tanto si se le proporciona un archivo original como una simple captura de pantalla. Puede reproducir la composición, los colores y la tipografía, hasta el tamaño exacto de la fuente, y trasladar el estilo de redacción de la plantilla a nuevas diapositivas. Quienes lo probaron inicialmente comprobaron que las presentaciones se podían usar directamente con menos retoques, gracias a títulos que expresan la conclusión principal y textos concisos centrados en los detalles que necesitan los lectores.

1 de 4
“

Evaluamos la capacidad de GPT-6.2 Astra para convertir información densa en informes e infografías fáciles de leer, tanto para públicos técnicos como no técnicos. Entre los ejemplos había informes de operaciones bursátiles y diagramas de flujos de trabajo con agentes.

Los documentos de GPT-6.2 Astra supusieron una mejora significativa respecto a los de GPT-6 Astra. La redacción y los gráficos facilitaban mucho la identificación de los puntos clave de un informe, y los diagramas aclaraban sistemas complejos al mostrar cómo interactúan sus partes.

”
Marquis Wong, ingeniero principal de IA de IMC

Uso del ordenador y diseño web interactivo

La mayor precisión de GPT‑6.2 Astra al utilizar el ordenador le permite trabajar al detalle con piezas y conexiones individuales en herramientas de CAD y simulación. Los ingenieros pueden aprovechar ese nivel de detalle adicional para comprobar cómo encajan los componentes, ver cómo se desplazan las cargas cuando un diseño se mueve y probar modificaciones antes de construir un prototipo.

Simulación de conducción

Pedimos a GPT‑6.2 Astra que visualizara la dinámica del chasis de un coche en una carretera de montaña. Astra creó el modelo 3D y escribió un solucionador en Python para simular la compleja dinámica entre los neumáticos y la suspensión; después animó los resultados en Blender. Esto permite a los ingenieros probar nuevos diseños rápidamente y mejorar la precisión de las simulaciones con el tiempo.

Diseño mecánico y montaje

GPT‑6.2 Astra puede modelar un sistema mecánico pieza a pieza, lo que permite a los ingenieros mostrar cómo se ensambla y probar cómo afectan los cambios de diseño a su comportamiento.

Del CAD a una lámpara de papel

Nuestro equipo utilizó GPT‑6.2 Astra para convertir los balcones de bordes ondulados de las torres Marina City de Chicago en una lámpara. El vídeo recorre el proceso de diseño, desde las fotos de referencia y las revisiones en CAD hasta una lámpara física montada a mano. Puedes usar el sitio web, generado por GPT-6.2 Astra, para crear tu propia lámpara de papel.

GPT‑6.2 Astra aporta un razonamiento visual más sólido al diseño web: elige composiciones e imágenes que dan a cada sitio un aspecto distintivo y crea elementos en función del objetivo real del sitio.

Estas mejoras en razonamiento visual y uso del ordenador también se trasladan al diseño 3D. GPT‑6.2 Astra y Sol pueden convertir unas instrucciones escritas en una experiencia interactiva en el navegador, desde una mesa de pinball en la que puedes jugar hasta una recreación del Coliseo que puedes explorar desde distintos ángulos. En AA‑3D de Artificial Analysis, los evaluadores humanos prueban dos experiencias creadas a partir del mismo prompt sin saber qué modelo ha generado cada una y votan por la que prefieren. GPT‑6.2 Astra ocupa el primer puesto con 1318 puntos Elo, seguido de Claude Fable 5.2 con 1271 y GPT‑6.2 Sol con 1259.

“

GPT-6.2 Astra supone un enorme avance para el trabajo creativo. Hace posible Higgsfield Miracle, al permitir la edición de vídeo en tiempo real con precisión a nivel de píxel y dar a los creadores el máximo control creativo. En nuestras evaluaciones internas de generación 3D, logró el resultado deseado al primer intento en el 73 % de los casos, mientras que GPT-6 Astra necesitó tres o más iteraciones. Esto ahorra mucho tiempo a nuestro equipo creativo y permite flujos de trabajo más eficientes gestionados íntegramente por agentes.

”
Alex Mashrabov, CEO y cofundador de Higgsfield AI

Flujos de trabajo eficientes con un estilo de código más limpio

GPT‑6.2 Astra tiene mejor criterio para decidir cómo ejecutar una tarea, lo que incluye adaptar las herramientas y el esfuerzo al flujo de trabajo y saber cuándo utilizar plugins en lugar de interactuar con el ordenador.

En programación, GPT-6.2 Astra es mejor a la hora de implementar y probar cambios complejos en bases de código existentes. Quienes lo probaron inicialmente señalaron un estilo de código más limpio y pruebas más específicas, con menos rondas de revisión.

Capacidades de ciberseguridad

GPT‑6.2 Astra y GPT-6.2 Sol suponen otro avance significativo en capacidades de ciberseguridad. Encuentran y explotan vulnerabilidades con mayor eficacia, escriben código más seguro y producen mejores parches, con mejoras sustanciales de eficiencia en el uso de tokens en varias evaluaciones. Al igual que GPT‑6 Astra⁠, 6.2 Astra y Sol alcanzan el umbral crítico en ciberseguridad de nuestro Marco de preparación⁠.

Debido al aumento de sus capacidades, lanzamos GPT‑6.2 Astra y Sol con salvaguardas más estrictas para la asistencia en ciberseguridad de mayor riesgo. Estas protecciones reducen el riesgo de uso indebido, pero también restringen algunos flujos de trabajo legítimos de investigación de vulnerabilidades y pruebas de seguridad. A través de OpenAI Daybreak⁠, los profesionales de ciberdefensa ya pueden acceder a GPT‑6 Sol con menos rechazos de solicitudes de ciberseguridad en Daybreak Blue, además de nuestra versión alfa de GPT-6 Astra, y a GPT‑6 Cyber⁠ para realizar pruebas de seguridad avanzadas y autorizadas en Daybreak Red. Trabajaremos para incorporar los modelos GPT‑6.2 a Daybreak.

A continuación destacamos los principales resultados de las pruebas de referencia, obtenidos con configuraciones de prueba internas con las salvaguardas y los clasificadores de ciberseguridad desactivados. Consulta la tarjeta del sistema que acompaña a este lanzamiento⁠(se abre en una ventana nueva) para ver los resultados completos y la metodología.

Dar ventaja a los profesionales de ciberdefensa

Los desarrolladores recurren cada vez más a agentes de programación para escribir software de producción, a la vez que unos agentes más capaces facilitan encontrar y explotar vulnerabilidades. PHP2Shell⁠(se abre en una ventana nueva) mostró cómo la IA puede ayudar a los investigadores a descubrir fallos críticos. Con GPT‑6.2 Astra y Sol, hemos dado prioridad a las capacidades defensivas e introducido nuevas señales de entrenamiento para ayudar a los desarrolladores a prevenir y corregir esos fallos: escribir código seguro desde el principio y producir parches que conserven el comportamiento previsto.

Seguridad y alineación

Estamos desplegando GPT-6.2 Astra y Sol con nuestras salvaguardas más sólidas hasta la fecha. Hemos endurecido las restricciones y reforzado los sistemas que utilizamos para supervisar los modelos⁠ e intervenir cuando es necesario⁠.

Al igual que GPT-6 Astra, además de alcanzar el umbral crítico en ciberseguridad, tanto GPT-6.2 Astra como Sol alcanzan el umbral alto en capacidades biológicas y químicas según nuestro Marco de preparación⁠. Hemos implementado protecciones para mitigar los riesgos asociados, junto con mayores restricciones para un conjunto de solicitudes de biología y ciberseguridad con posible uso dual.

Encontrarás más detalles sobre nuestras salvaguardas y pruebas en la tarjeta del sistema de GPT-6.2⁠(se abre en una ventana nueva).

Capacidades de investigación en IA y salvaguardas

GPT-6.2 Astra es nuestro primer modelo publicado para uso externo que alcanza el umbral alto en automejora de la IA, que mide la capacidad de un modelo para acelerar la investigación en IA. La clasificación «alto» refleja nuestra valoración de que el impacto del modelo equivale a proporcionar a cada investigador de OpenAI un ingeniero de investigación adicional y muy capacitado como asistente, tomando como referencia su situación en 2024. Hacemos un seguimiento de esta capacidad porque los modelos que pueden ayudar a desarrollar futuros sistemas de IA también podrían introducir nuevos riesgos para la seguridad, como acelerar el progreso a un ritmo al que las salvaguardas o la supervisión humana no puedan adaptarse.

Para abordar estos riesgos, hemos incorporado más supervisión y controles a la forma en que entrenamos y desplegamos nuestros modelos. Antes de ampliar el acceso interno a GPT-6.2 Astra, evaluamos su alineamiento y verificamos que las salvaguardas necesarias estuvieran implementadas en cada etapa. Reforzamos la contención en nuestros entornos de investigación⁠ y pusimos a prueba esas protecciones con nuestros modelos más capaces. También creamos Control Room⁠, un sistema que realiza un seguimiento de las cargas de trabajo de investigación y puede detener la generación de más contenido por parte del modelo cuando es necesario intervenir. Nuestra supervisión ampliada⁠ examina el razonamiento y las acciones de los modelos en las cargas de trabajo internas y en los despliegues externos compatibles. Puede señalar automáticamente comportamientos no autorizados y, cuando se admite esta función, pausar cargas de trabajo o conversaciones.

Alineación

Ambos modelos obtuvieron resultados similares a los de GPT-6 Astra en la mayoría de las evaluaciones de alineación y realizaron menos acciones indebidas en tareas laborales simuladas. Sin embargo, en dos pruebas fueron más propensos a omitir obstáculos que impedían su trabajo, como un archivo ausente o una herramienta de búsqueda no disponible. Hemos añadido instrucciones en Codex que reducen sustancialmente estas omisiones y seguimos investigando este comportamiento.

Precios y disponibilidad

Desde hoy, GPT-6.2 Astra y Sol están disponibles para todos los usuarios de Plus, Pro, Enterprise y Edu en ChatGPT Work y Codex. Los suscriptores de Pro 500 pueden utilizar Ultrafast con cualquiera de los dos modelos. Por primera vez, también ofrecemos Ultrafast a los suscriptores de Pro 200, empezando por GPT-6.2 Sol. Los usuarios de Enterprise y Edu que cumplan los requisitos tendrán el mismo acceso una vez que lo habilite el administrador de su área de trabajo. Los desarrolladores también pueden acceder a gpt-6.2-astra y gpt-6.2-sol a través de la API de OpenAI, con Ultrafast disponible para ambos modelos desde el lanzamiento.

GPT‑6.2 Astra cuesta considerablemente menos por tarea que GPT‑6 Astra gracias a una mayor eficiencia en el uso de tokens, un descuento del 20 % en los tokens de entrada y salida, y un descuento aún mayor, del 60 %, en los tokens de entrada en caché. Las tarifas estándar de la API por millón de tokens son de 8 $ para la entrada, 0,40 $ para la entrada en caché y 40 $ para la salida. GPT‑6.2 Sol mantiene las tarifas de GPT‑6.1 Sol de 2 $ para la entrada, 0,10 $ para la entrada en caché y 10 $ para la salida por millón de tokens.

Para GPT-6.2 Astra y Sol, recomendamos mantener los prefijos de los prompts sin cambios y añadir nuevas instrucciones⁠(se abre en una ventana nueva) a la conversación, con el fin de mejorar la reutilización de la caché, ayudar a reducir los costes y la latencia, y conservar el razonamiento entre turnos.

Autor

OpenAI

Footnotes

  1. 1

    Los resultados de Fable 5.2 en Terminal-Bench-Science 0.1 son los publicados por Artificial Analysis⁠(se abre en una ventana nueva) con el arnés mini-swe-agent. Anthropic publicó una puntuación de Fable 5.2 del 74,6 % con el nivel máximo de razonamiento en Claude Code.